基于混沌时间序列与RBF神经网络的煤层气产能预测摘要
本文主要应用相空间重构理论,研究了煤层产气量时间序列的混沌特性,并计算产气量时间序列数据的关联维数、最大Lyapunov指数,证实产气量数据存在混沌现象。RBF(径向基函数)神经网络在非线性预测方面具有优良表现,但神经网络模型的输入神经元个数的选取还没有一个明确的解析式来表达,为解决这个问题,我们把对产气量时间序列进行相空间重构后计算出的关联维数作为RBF神经网络模型的神经元个数。据此把混沌时间序
|
@ 2023 版权所有 中国地质图书馆 (中国地质调查局地学文献中心)
京ICP备 05064591号 京公网安备11010802017129号
建议浏览器: 火狐、谷歌、微软 Edge、不支持 IE